Use este identificador para citar ou linkar para este item:
https://repositorio.ufpa.br/jspui/handle/2011/16611
Tipo: | Dissertação |
Data do documento: | 11-Mai-2023 |
Autor(es): | CORRÊA FILHO, Sérgio Teixeira |
Primeiro(a) Orientador(a): | CASTRO, Adriana Rosa Garcez |
Título: | Classificação de arritmias cardíacas através de uma estrutura competitiva de redes neurais convolucionais autoassociativas |
Agência de fomento: | CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico |
Citar como: | CORRÊA FILHO, Sérgio Teixeira. Classificação de arritmias cardíacas através de una estrutura competitiva de redes neurais convolucionais autoassociativas. Orientadora: Adriana Rosa Garcez Castro. 2023. 81 f. Dissertação (Mestrado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2023. Disponível em:https://repositorio.ufpa.br/jspui/handle/2011/16611 . Acesso em:. |
Resumo: | Este trabalho apresenta a proposta de um sistema para classificação de arritmias cardíacas baseado em uma estrutura competitiva de Redes Neurais Convolucionais Autoassociativas. Três redes neurais foram treinadas para reconstruir sinais de Eletrocardiograma (ECG) para casos de pacientes com batimento supraventricular, ventricular e normal. Após o treinamento, as redes foram alocadas em uma estrutura paralela competitiva para classificação de arritmias. O banco de dados público de arritmia MIT-BIH de sinais ECG foi utilizado para o treinamento e testes das redes, sendo que para cada sinal ECG, de cada paciente, foram extraídos os complexos QRS dos batimentos cardíacos, que foram as características utilizadas como entrada para o sistema, sendo que estes sinais, que se encontravam em formato de sinais temporais (1D), foram transformados para imagens digitais (2D) com o objetivo de utilizar a capacidade das redes neurais convolucionais para reconhecimento de padrões e extração de características em imagens. Para desenvolvimento e análise de desempenho da estrutura proposta foram usados dois paradigmas que vêm sendo utilizados em trabalhos já apresentados na literatura: paradigma interpaciente e paradigma intrapaciente, sendo que o sistema obteve uma acurácia de 96,97%, sensibilidade de 96,30% e precisão de 93,59% para o caso intrapaciente e acurácia de 94,05%, sensibilidade de 70,43% e precisão de 65,74% para o caso interpaciente. Uma análise comparativa com resultados de sistemas de classificação de arritmia já apresentados na literatura mostra que o sistema proposto apresentou resultados próximos ou em alguns casos melhores que os já obtidos, mostrando assim a aplicabilidade da estrutura proposta para o problema. |
Abstract: | This work proposes a system for classifying cardiac arrhythmias based on a competitive structure of Autoassociative Convolutional Neural Networks. Three neural networks were trained to reconstruct Electrocardiogram (ECG) signals for cases of patients with supraventricular, ventricular and normal beats. After training, the networks were allocated in a competitive parallel structure for classification of arrhythmias. The MIT-BIH arrhythmia public database of ECG signals was used for training and testing the networks, and for each ECG signal, from each patient, the QRS complexes of the heartbeats were extracted, which were the characteristics used as input. for the system, and these signals, which were in the form of temporal signals (1D), were transformed into digital images (2D) in order to use the capacity of convolutional neural networks for pattern recognition and feature extraction in images. For the development and performance analysis of the proposed structure, two paradigms that have been used in works already presented in the literature were used: interpatient paradigm and intrapatient paradigm, and the system obtained an accuracy of 96.97%, sensitivity of 96.30% and precision of 93.59% for the intrapatient case and accuracy of 94.05%, sensitivity of 70.43% and precision of 65.74% for the interpatient case. A comparative analysis with results from arrhythmia classification systems already presented in the literature shows that the proposed system presented similar results or, in some cases, better results than those already obtained, thus showing the applicability of the proposed structure to the problem |
Palavras-chave: | Rede neural convolucional Arritmias cardíacas ECG (Eletrocardiograma) Convolutional neural networks |
Área de Concentração: | COMPUTAÇÃO APLICADA |
Linha de Pesquisa: | INTELIGÊNCIA COMPUTACIONAL |
CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES |
País: | Brasil |
Instituição: | Universidade Federal do Pará |
Sigla da Instituição: | UFPA |
Instituto: | Instituto de Tecnologia |
Programa: | Programa de Pós-Graduação em Engenharia Elétrica |
Tipo de Acesso: | Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 Brazil |
Fonte URI: | Disponível na internet via correio eletrônico: bibliotecaitec@ufpa.br |
Aparece nas coleções: | Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertacao_ClassificacaoArritmiasCardiacas.pdf | 1,81 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciado sob uma Licença Creative Commons